CN114153228A - 一种有向交互拓扑下无速度测量的四旋翼编队控制方法 - Google Patents

一种有向交互拓扑下无速度测量的四旋翼编队控制方法 Download PDF

Info

Publication number
CN114153228A
CN114153228A CN202111447691.6A CN202111447691A CN114153228A CN 114153228 A CN114153228 A CN 114153228A CN 202111447691 A CN202111447691 A CN 202111447691A CN 114153228 A CN114153228 A CN 114153228A
Authority
CN
China
Prior art keywords
follower
rotor
quad
unmanned aerial
pilot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111447691.6A
Other languages
English (en)
Other versions
CN114153228B (zh
Inventor
王耀南
林杰
缪志强
毛建旭
钟杭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University
Original Assignee
Hunan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University filed Critical Hunan University
Priority to CN202111447691.6A priority Critical patent/CN114153228B/zh
Publication of CN114153228A publication Critical patent/CN114153228A/zh
Application granted granted Critical
Publication of CN114153228B publication Critical patent/CN114153228B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种有向交互拓扑下无速度测量的四旋翼编队控制方法,包括根据领航者‑跟随者架构建立多四旋翼无人机系统模型;使用有向图来描述领航者与跟随者之间的交互拓扑;基于二阶滤波辅助系统设计了有向拓扑下无需线速度的位置控制算法得到每个四旋翼的输入推力;基于旋转矩阵开发了无需角速度的几何姿态控制器得到每个四旋翼的输入力矩;根据每个四旋翼的输入推力和每个四旋翼的输入力矩控制有向交互拓扑下无速度测量的四旋翼编队。有效降低四旋翼无人机对通信资源的需求,并且消除了对四旋翼无人机的线/角速度测量的要求,降低了传感器的成本,而且提高了传感器失效时的可靠性,促进了低成本四旋翼无人机编队控制的可行性和鲁棒性。

Description

一种有向交互拓扑下无速度测量的四旋翼编队控制方法
技术领域
本发明属于无人机技术领域,特别涉及一种有向交互拓扑下无速度测量的四旋翼编队控制方法。
背景技术
近年来,多架无人机编队控制技术受到了广泛关注,在军事监视、空中测绘、电信中继和精密农业等诸多民用和军事领域具有巨大的应用潜力。四旋翼飞行器作为理想的空中平台,具有简化的气动机构、悬停和快速机动性等特点,在无人机编队中得到广泛应用。但与此同时,它们也面临着固有的欠驱动动力学和外部传感器受限的问题。例如,在一些实际系统中由于有限的通信资源的制约,四旋翼之间的交互拓扑只能是一种简单的有向的方式。此外,速度信息是被要求去实现四旋翼的动力学控制算法。不幸的是,由于不准确的速度测量,这一要求在现实中并不总是得到满足。另一方面,为了节省空间、成本和重量,四旋翼可能没有配备速度传感器。因此,通过消除四旋翼群的线/角速度测量,能降低了四旋翼传感器的成本,可以提高四旋翼飞行器编队的鲁棒性来应对不准确的速度测量以及传感器故障。因此,在有向交互拓扑下无线/角速度的四旋翼飞行器的编队控制是一个极具挑战性和价值的问题。
发明内容
针对以上技术问题,本发明提供一种有向交互拓扑下无速度测量的四旋翼编队控制方法,解决背景技术中在有向交互拓扑以及无线/角速度测量下,四旋翼无人机机群的编队控制的技术问题。
本发明解决其技术问题采用的技术方案是:
一种有向交互拓扑下无速度测量的四旋翼编队控制方法,方法包括以下步骤:
步骤S100:确定多四旋翼无人机的领航者-跟随者架构,获取各四旋翼无人机在架构中的预设项参数,根据多四旋翼无人机的领航者-跟随者架构和预设项参数建立多四旋翼无人机系统模型;
步骤S200:使用有向图来描述多四旋翼无人机的领航者-跟随者架构中领航者与跟随者之间的交互拓扑;
步骤S300:基于二阶滤波辅助系统设计有向拓扑下无需线速度的位置控制算法,根据领航者与跟随者之间的交互拓扑定义得到编队误差,根据编队误差、有向拓扑下无需线速度的位置控制算法和多四旋翼无人机系统模型得到每个四旋翼的输入推力;
步骤S400:基于旋转矩阵设计无需角速度的几何姿态控制器,定义旋转矩阵误差和辅助变量,根据定义的旋转矩阵误差、定义的辅助变量和无需角速度的几何姿态控制器得到每个四旋翼的输入力矩;
步骤S500:根据每个四旋翼的输入推力和每个四旋翼的输入力矩控制有向交互拓扑下无速度测量的四旋翼编队。
优选地,领航者-跟随者架构包括n个追随者,标记为UAV 1到UAV n,以及一个虚拟领航者标记为UAV 0,各四旋翼无人机在架构中的预设项参数包括各四旋翼的质量、各四旋翼在惯性坐标系中的位置和线速度、各四旋翼在本体坐标系中的角速度、各四旋翼具有对称正定特征的惯性矩阵和各四旋翼从四旋翼本体坐标系到惯性坐标系的旋转变换矩阵。
优选地,步骤S100中根据多四旋翼无人机的领航者-跟随者架构和预设项参数建立多四旋翼无人机系统模型具体为:
Figure BDA0003384507670000021
Figure BDA0003384507670000022
Figure BDA0003384507670000023
Figure BDA0003384507670000024
其中,i={1,2,...,n};mi为第i个四旋翼的质量;g为重力加速度;e3=[1,0,0]T为单位向量;
Figure BDA0003384507670000025
表示具有对称正定特征的惯性矩阵;
Figure BDA0003384507670000026
Figure BDA0003384507670000027
分别表示四旋翼在惯性坐标系中的位置和线速度;
Figure BDA0003384507670000028
表示四旋翼在本体坐标系中的角速度;
Figure BDA0003384507670000029
Figure BDA00033845076700000210
分别表示四旋翼在惯性坐标系中的位置和线速度的导数,
Figure BDA00033845076700000211
是向量Ωi的斜对称矩阵,操作符(·)是被定义为(x)^y=x×y,对于所有的
Figure BDA00033845076700000212
其中×表示叉乘,(·)∧的逆运算是表示为(·)∨,然后得到((x)∧)∨=x;
Figure BDA00033845076700000213
表示从四旋翼本体坐标系到惯性坐标系的旋转变换矩阵;fi
Figure BDA0003384507670000031
分别表示在四旋翼本体坐标系中的推力和力矩。
优选地,步骤S200包括:
步骤S210:让G=(v,ε)表示与一组n架跟随者无人机相关联的有向图,其中,v={v1,v2,…vn}为有限非空节点集,
Figure BDA0003384507670000032
为边缘集,(vi,vj)表示无人机j可以通过感知或通信从无人机i获取信息,无人机j为子节点,无人机i为父节点,但无人机i不为子节点,从UAVi到UAVj的有向路径是一个边序列;
步骤S220:定义与有向图G=(v,ε)相关联的邻接矩阵
Figure BDA0003384507670000033
当(νij)∈ε时,有aij>0,否则aij=0,将拉普拉斯矩阵
Figure BDA0003384507670000034
定义为
Figure BDA0003384507670000035
并且lij=-aij,i≠j.;
步骤S230:使用有向图
Figure BDA0003384507670000036
来描述虚拟领航者和跟随者之间的交互拓扑,定义节点集为
Figure BDA0003384507670000037
以及边缘集为
Figure BDA0003384507670000038
若虚拟领航者是第i个跟随者的邻居,则ai0>0,否则ai0=0;
步骤S230:定义与领航者的交互矩阵为D=diag(a10,a20,...,an0),则有向图
Figure BDA0003384507670000039
下领航者-跟随者编队的网络拓扑为交互矩阵H=L+D。
优选地,步骤S300包括:
步骤S310:定义位置环的辅助变量为
Figure BDA00033845076700000310
Figure BDA00033845076700000311
设计的二阶滤波辅助系统具体为:
Figure BDA00033845076700000312
其中,辅助变量kαp、kαd、kβp和kβd都是正的增益,位置环的辅助变量αi(0),
Figure BDA00033845076700000313
βi
Figure BDA00033845076700000314
的初始值是任意指定的,函数σ是指满足以下条件的饱和函数:
对于任意xi≠0,有xiσ(xi)>0和σ(0)=0,存在任意
Figure BDA0003384507670000041
使得
Figure BDA0003384507670000042
存在任意σr>0,使得σ(xi)的微分满足|σ(xi)|≤σr
步骤S320:定义与二阶滤波辅助系统相关联的位置变量为:
ξi=piii-p0i
其中,ξi表示第i个跟随者与领航者的位置变量,p0表示虚拟领航者的位置,δi表示第i个跟随者与领航者的期望相对位置,αi和βi均表示辅助变量;
在有向图
Figure BDA0003384507670000043
下,表示ξij=ξij,编队误差被定义为:
Figure BDA0003384507670000044
其中,si表示编队误差,i表示第i个跟随者,aij表示第i个跟随者与第j个跟随者之间的交互拓扑,ai0表示第i个跟随者与领航者之间的交互拓扑,ξi表示第i个跟随者与领航者的位置变量,ξij表示第i个跟随者与第j个跟随者之间的位置变量;
步骤S330:根据编队误差得到无需线速度的分布式中间控制输入ui,具体为:
Figure BDA0003384507670000045
其中,kp>0,ηi是中间控制输入ui的组成部分,它是任意初始化的并且通过以下方式更新:
Figure BDA0003384507670000046
其中,kv>0,kη>0;
步骤S340:根据ui通过依次积分得到βi,根据βi得到αi,根据αi和ui得到参考信号Fi,具体为:
Figure BDA0003384507670000047
根据Fi和多四旋翼无人机系统模型得到每个四旋翼的输入推力,具体为:
fi=-miFi TRie3
其中,fi表示第i个跟随者的四旋翼的输入推力。
优选地,步骤S400包括:
步骤S410:将旋转矩阵误差表示为
Figure BDA0003384507670000051
用矩阵对数函数定义姿态跟踪误差为:
eRi=Log(Rie)
其中,Rid表示任意光滑期望旋转矩阵,Rid=[r1id,r2id,r3id],Rid是从参考信号Fi以及期望偏航角ψid中得到,具体为:
Figure BDA0003384507670000052
其中,bid=[cos(ψid),sin(ψid),0]T,期望的角速度表示为:
Figure BDA0003384507670000053
由于
Figure BDA0003384507670000054
所以与姿态跟踪误差相关的角速度误差为:
Figure BDA0003384507670000055
步骤S420:设计旋转动力学辅助系统,具体为:
Figure BDA0003384507670000056
其中,
Figure BDA0003384507670000057
是辅助旋转矩阵,
Figure BDA0003384507670000058
是辅助系统输入;
Figure BDA0003384507670000059
表示
Figure BDA00033845076700000510
与Rie的误差,定义辅助变量为:
Figure BDA00033845076700000511
辅助系统输入为:
Figure BDA00033845076700000512
其中,ke>0;
步骤S440:根据角速度误差、旋转矩阵误差、期望的角速度和具有对称正定特征的惯性矩阵得到角速度误差的时间导数,具体为:
Figure BDA0003384507670000061
利用姿态跟踪误差eRi和辅助变量
Figure BDA0003384507670000062
设计得到几乎全局的姿态控制器如下:
Figure BDA0003384507670000063
其中,τi表示每个四旋翼的输入力矩。
优选地,步骤S500之后还包括:
步骤S600:基于有向图的特征值,得到四旋翼无人机编队在有向图下控制的充分必要条件。
优选地,步骤S600中的充分必要条件具体为:
Figure BDA0003384507670000064
Figure BDA0003384507670000065
其中,min和max表示最小值和最大值,hi为矩阵H的特征值,hi=ci+zdj,
Figure BDA0003384507670000066
ci和di为实数。
上述有向交互拓扑下无速度测量的四旋翼编队控制方法,仅仅需要一个最简单并且基础的有向通信网络,因此所提出的方法有效降低四旋翼无人机对通信资源的需求,从而实现小型化的四旋翼无人机实现编队控制,并且消除了对四旋翼无人机的线/角速度测量的要求,提出的控制器无需使用四旋翼无人机的线/角速度,这不仅降低了传感器的成本,而且提高了传感器失效时的可靠性,另一方面,它促进了低成本四旋翼无人机编队控制的可行性和鲁棒性。
附图说明
图1为本发明一实施例提供的有向交互拓扑下无速度测量的四旋翼编队控制方法流程图;
图2为本发明一实施例提供的由四个跟随者和一个虚拟领导者组成有向交互拓扑示意图;
图3为本发明一实施例提供的有向交互拓扑下无速度测量的四旋翼编队控制方法的编队轨迹图;
图4为本发明一实施例提供的有向交互拓扑下无速度测量的四旋翼编队控制方法的速度误差的时间响应图;
图5为本发明一实施例提供的有向交互拓扑下无速度测量的四旋翼编队控制方法的编队跟踪误差的时间响应图;
图6为本发明一实施例提供的有向交互拓扑下无速度测量的四旋翼编队控制方法的姿态误差的时间响应图。
具体实施方式
为了使本技术领域的人员更好地理解本发明的技术方案,下面结合附图对本发明作进一步的详细说明。
在一个实施例中,如图1所示,一种有向交互拓扑下无速度测量的四旋翼编队控制方法,方法包括以下步骤:
步骤S100:确定多四旋翼无人机的领航者-跟随者架构,获取各四旋翼无人机在架构中的预设项参数,根据多四旋翼无人机的领航者-跟随者架构和预设项参数建立多四旋翼无人机系统模型。
在一个实施例中,领航者-跟随者架构包括n个追随者,标记为UAV 1到UAV n,以及一个虚拟领航者标记为UAV 0,各四旋翼无人机在架构中的预设项参数包括各四旋翼的质量、各四旋翼在惯性坐标系中的位置和线速度、各四旋翼在本体坐标系中的角速度、各四旋翼具有对称正定特征的惯性矩阵和各四旋翼从四旋翼本体坐标系到惯性坐标系的旋转变换矩阵。
进一步地,利用欧拉-拉格朗日公式,步骤S100中根据多四旋翼无人机的领航者-跟随者架构和预设项参数建立多四旋翼无人机系统模型具体为:
Figure BDA0003384507670000081
Figure BDA0003384507670000082
Figure BDA0003384507670000083
Figure BDA0003384507670000084
其中,i={1,2,...,n};mi为第i个四旋翼的质量;g为重力加速度;e3=[1,0,0]T为单位向量;
Figure BDA0003384507670000085
表示具有对称正定特征的惯性矩阵;
Figure BDA0003384507670000086
Figure BDA0003384507670000087
分别表示四旋翼在惯性坐标系中的位置和线速度;
Figure BDA0003384507670000088
表示四旋翼在本体坐标系中的角速度;
Figure BDA0003384507670000089
Figure BDA00033845076700000810
分别表示四旋翼在惯性坐标系中的位置和线速度的导数,
Figure BDA00033845076700000811
是向量Ωi的斜对称矩阵,操作符(·)是被定义为(x)^y=x×y,对于所有的
Figure BDA00033845076700000812
其中×表示叉乘,(·)的逆运算是表示为(·)∨,然后得到((x))∨=x;
Figure BDA00033845076700000813
表示从四旋翼本体坐标系到惯性坐标系的旋转变换矩阵;fi
Figure BDA00033845076700000814
分别表示在四旋翼本体坐标系中的推力和力矩。
步骤S200:使用有向图来描述多四旋翼无人机的领航者-跟随者架构中领航者与跟随者之间的交互拓扑。
在一个实施例中,步骤S200包括:
步骤S210:让G=(ν,ε)表示与一组n架跟随者无人机相关联的有向图,其中ν={ν1,v2,...νn}为有限非空节点集,
Figure BDA00033845076700000815
为边缘集,(νi,vj)表示无人机j可以通过感知或通信从无人机i获取信息,无人机j为子节点,无人机i为父节点,但无人机i不为子节点,从UAVi到UAVj的有向路径是一个边序列。
具体地,有向树是一种特殊的有向图,其中每个节点都有一个父节点,除了根节点,根节点有到其他节点的有向路径。有向生成树是指包含有向图的所有节点的有向树。
步骤S220:定义与有向图G=(v,ε)相关联的邻接矩阵
Figure BDA00033845076700000816
当(vi,vj)∈ε时,有aij>0,否则aij=0,将拉普拉斯矩阵
Figure BDA00033845076700000817
定义为
Figure BDA0003384507670000091
并且lij=-aij,i≠j.。
步骤S230:使用有向图
Figure BDA0003384507670000092
来描述虚拟领航者和跟随者之间的交互拓扑,定义节点集为
Figure BDA0003384507670000093
以及边缘集为
Figure BDA0003384507670000094
若虚拟领航者是第i个跟随者的邻居,则ai0>0,否则ai0=0;
步骤S230:定义与领航者的交互矩阵为D=diag(a10,a20,…,an0),则有向图
Figure BDA0003384507670000095
下领航者-跟随者编队的网络拓扑为交互矩阵H=L+D。
具体地,如图2所示,为四个跟随者和一个虚拟领导者组成的有向交互拓扑示意图。
步骤S300:基于二阶滤波辅助系统设计有向拓扑下无需线速度的位置控制算法,根据领航者与跟随者之间的交互拓扑定义得到编队误差,根据编队误差、有向拓扑下无需线速度的位置控制算法和多四旋翼无人机系统模型得到每个四旋翼的输入推力。
具体地,采用分层控制策略是来处理由四旋翼的欠驱动特性引起的强耦合控制挑战,它包括一个包括外环位置控制器和一个内环姿态控制器。
在一个实施例中,步骤S300包括:
步骤S310:定义位置环的辅助变量为
Figure BDA0003384507670000096
Figure BDA0003384507670000097
设计的二阶滤波辅助系统具体为:
Figure BDA0003384507670000098
其中,辅助变量kαp、kαd、kβp和kβd都是正的增益,位置环的辅助变量αi(0),
Figure BDA0003384507670000099
βi
Figure BDA00033845076700000910
的初始值是任意指定的,函数σ是指满足以下条件的饱和函数:
对于任意xi≠0,有xiσ(xi)>0和σ(0)=0,存在任意
Figure BDA00033845076700000911
使得
Figure BDA00033845076700000912
存在任意σr>0,使得σ(xi)的微分满足|σ(xi)|≤σr
具体地,上述提出的辅助系统几乎涵盖了目前使用的类似辅助系统。
步骤S320:定义与二阶滤波辅助系统相关联的位置变量为:
ξi=piii-p0i
其中,ξi表示第i个跟随者与领航者的位置变量,p0表示虚拟领航者的位置,δi表示第i个跟随者与领航者的期望相对位置,αi和βi均表示位置环的辅助变量;
在有向图
Figure BDA0003384507670000101
下,表示ξij=ξij,编队误差被定义为:
Figure BDA0003384507670000102
其中,si表示编队误差,i表示第i个跟随者,aij表示第i个跟随者与第j个跟随者之间的交互拓扑,ai0表示第i个跟随者与领航者之间的交互拓扑,ξi表示第i个跟随者与领航者的位置变量,ξij表示第i个跟随者与第j个跟随者之间的位置变量;
步骤S330:根据编队误差得到无需线速度的分布式中间控制输入ui,具体为:
Figure BDA0003384507670000103
其中,kp>0,ηi是所述中间控制输入ui的组成部分,它是任意初始化的并且通过以下方式更新:
Figure BDA0003384507670000104
其中,kv>0,kη>0;
步骤S340:根据ui通过依次积分得到βi,根据βi得到αi,根据αi和ui得到参考信号Fi,具体为:
Figure BDA0003384507670000105
根据Fi和多四旋翼无人机系统模型得到每个四旋翼的输入推力,具体为:
fi=-miFi TRie3
其中,fi表示第i个跟随者的四旋翼的输入推力。
具体地,针对具有固有欠驱动动力学特性的四旋翼平动子系统,提出了一种结合分布式二阶滤波辅助系统的平动控制律为四旋翼机群实现了有向图下的无线速度编队跟踪,从而提高了四旋翼无人机编队的鲁棒性。
步骤S400:基于旋转矩阵设计无需角速度的几何姿态控制器,定义旋转矩阵误差和辅助变量,根据定义的旋转矩阵误差、定义的辅助变量和无需角速度的几何姿态控制器得到每个四旋翼的输入力矩。
具体地,每个无人机直接使用旋转矩阵来表示姿态。与普遍使用的欧拉角和单位四元数相比,旋转矩阵的几何特性表示完全避免了奇异、不连续和歧义。
在一个实施例中,步骤S400包括:
步骤S410:将旋转矩阵误差表示为
Figure BDA0003384507670000111
用矩阵对数函数定义姿态跟踪误差为:
eRi=Log(Rie)
其中,Rid表示任意光滑期望旋转矩阵,Rid=[r1id,r2id,r3id],Rid是从参考信号Fi以及期望偏航角ψid中得到,具体为:
Figure BDA0003384507670000112
其中,bid=[cos(ψid),sin(ψid),0]T,期望的角速度表示为:
Figure BDA0003384507670000113
由于
Figure BDA0003384507670000114
所以与姿态跟踪误差相关的角速度误差为:
Figure BDA0003384507670000115
步骤S420:设计旋转动力学辅助系统,具体为:
Figure BDA0003384507670000116
其中,
Figure BDA0003384507670000117
是辅助旋转矩阵,
Figure BDA0003384507670000118
是辅助系统输入;
Figure BDA0003384507670000119
表示
Figure BDA00033845076700001110
与Rie的误差,定义辅助变量为:
Figure BDA0003384507670000121
辅助系统输入为:
Figure BDA0003384507670000122
其中,ke>0;
步骤S440:根据角速度误差、旋转矩阵误差、期望的角速度和具有对称正定特征的惯性矩阵得到角速度误差的时间导数,具体为:
Figure BDA0003384507670000123
利用姿态跟踪误差eRi和辅助变量
Figure BDA0003384507670000124
设计得到几乎全局的姿态控制器如下:
Figure BDA0003384507670000125
其中,τi表示每个四旋翼的输入力矩。
具体地,为了每一个四旋翼无人机设计了一种分布式的几乎全局的姿态控制器,以消除与欧拉角相关的奇异性或四元数的模糊性。更重要的是,我们创新性地开发了一种基于李代数的辅助系统来消除未知角速度的影响。当Rie=diag(-1,-1,1),Rie=diag(-1,1,-1)和Rie=diag(1,-1,-1)时,很容易注意到eRi不是全局定义的。所设计的控制器提供了一个收敛区域,它构成了整个状态空间除了一个小的零测度集。此外,由于拓扑障碍没有一个连续反馈控制器能够全局的跟踪参考姿态。因此,所提出的基于李代数的几乎全局的姿态控制器在李代数上设计的姿态控制器从在收敛区域上来看是最强大的控制器。。
步骤S500:根据每个四旋翼的输入推力和每个四旋翼的输入力矩控制有向交互拓扑下无速度测量的四旋翼编队。
具体地,在得到每个四旋翼的输入推力和每个四旋翼的输入力矩后,即可实现无速度测量的控制有向交互拓扑下无速度测量的四旋翼编队。如图3-6所示,分别为有向交互拓扑下无速度测量的四旋翼编队控制方法的编队轨迹图、速度误差的时间响应图、编队跟踪误差的时间响应图和姿态误差的时间响应图。如图3所示,在编队轨迹图中,它是被观察到跟随者在有向通信网络下,能有效的跟随具有时变速度的领航者,并且画出了每过30s时的编队队形,从图4-6中,我们可以发现5个跟随四旋翼飞行器的编队误差,姿态误差与速度误差在约10s内收敛为零。可以得出,在有向通信网络下,所提出的分布式编队控制器可以保证每个跟随者在短时间内以期望模式或组态平滑地跟踪具有时变速度的领航者;从跟踪性能的角度来看,所设计的控制器收敛速度快。这些仿真结果证明了所设计的有向交互拓扑下无需速度测量的四旋翼编队控制方案的有效性。
在一个实施例中,步骤S500之后还包括:
步骤S600:基于有向图的特征值,得到四旋翼无人机编队在有向图下控制的充分必要条件。
在一个实施例中,步骤S600中的充分必要条件具体为:
Figure BDA0003384507670000131
Figure BDA0003384507670000132
其中,min和max表示最小值和最大值,hi为矩阵H的特征值,hi=ci+zdj,
Figure BDA0003384507670000133
ci和di为实数。
具体地,上述的充分必要条件虽然看起来比较复杂,但是比较容易验证,因为有向图的交互矩阵H是由0和1组成的,进一步地,该充要条件在无向图下是自动满足的,因为这时di=0。
采用本发明能达到的技术效果:能够在通信受限的有向交互拓扑以及四旋翼的线/角速度无法测量的环境下实现四旋翼机群的编队控制。基于领航者-跟随者框架的无人系统,具有实现简单性和应用可伸缩性,有利于实现无人系统的分布式协同控制,进一步的提高无人系统的自主性。如果消除了对速度反馈的要求,可以大大节省通信成本,减少传感器成本,降低无人机的重量,因此有利于大量低成本的四旋翼实现编队控制。更重要的是,无速度控制方法对于没有速度传感器的多机器人系统或无法精确测量速度的情况有很强的鲁棒性。
与现有技术相比,本发明的优点在于,(1)降低多四旋翼无人机编队对通信能力的依赖:本发明提出了在有向交互拓扑下的编队控制方法,它仅仅需要一个最简单并且基础的有向通信网络,因此所提出的方法有效降低四旋翼无人机对通信资源的需求,从而实现小型化的四旋翼无人机实现编队控制;(2)消除了对四旋翼无人机的线/角速度测量的要求:本发明提出的控制器无需使用四旋翼无人机的线/角速度,这不仅降低了传感器的成本,而且提高了传感器失效时的可靠性,另一方面,它促进了低成本四旋翼无人机编队控制的可行性和鲁棒性。
以上对本发明所提供的一种有向交互拓扑下无速度测量的四旋翼编队控制方法进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (8)

1.一种有向交互拓扑下无速度测量的四旋翼编队控制方法,其特征在于,所述方法包括以下步骤:
步骤S100:确定多四旋翼无人机的领航者-跟随者架构,获取各四旋翼无人机在架构中的预设项参数,根据所述多四旋翼无人机的领航者-跟随者架构和所述预设项参数建立多四旋翼无人机系统模型;
步骤S200:使用有向图来描述所述多四旋翼无人机的领航者-跟随者架构中领航者与跟随者之间的交互拓扑;
步骤S300:基于二阶滤波辅助系统设计有向拓扑下无需线速度的位置控制算法,根据所述领航者与跟随者之间的交互拓扑定义得到编队误差,根据所述编队误差、所述有向拓扑下无需线速度的位置控制算法和所述多四旋翼无人机系统模型得到每个四旋翼的输入推力;
步骤S400:基于旋转矩阵设计无需角速度的几何姿态控制器,定义旋转矩阵误差和辅助变量,根据所述定义的旋转矩阵误差、所述定义的辅助变量和所述无需角速度的几何姿态控制器得到每个四旋翼的输入力矩;
步骤S500:根据所述每个四旋翼的输入推力和所述每个四旋翼的输入力矩控制有向交互拓扑下无速度测量的四旋翼编队。
2.根据权利要求1所述的方法,其特征在于,领航者-跟随者架构包括n个追随者,标记为UAV 1到UAV n,以及一个虚拟领航者标记为UAV 0,所述各四旋翼无人机在架构中的预设项参数包括各四旋翼的质量、各四旋翼在惯性坐标系中的位置和线速度、各四旋翼在本体坐标系中的角速度、各四旋翼具有对称正定特征的惯性矩阵和各四旋翼从四旋翼本体坐标系到惯性坐标系的旋转变换矩阵。
3.根据权利要求2所述的方法,其特征在于,步骤S100中根据所述多四旋翼无人机的领航者-跟随者架构和所述预设项参数建立多四旋翼无人机系统模型具体为:
Figure FDA0003384507660000011
Figure FDA0003384507660000012
Figure FDA0003384507660000013
Figure FDA0003384507660000014
其中,i={1,2,...,n};mi为第i个四旋翼的质量;g为重力加速度;e3=[1,0,0]T为单位向量;
Figure FDA0003384507660000021
表示具有对称正定特征的惯性矩阵;
Figure FDA0003384507660000022
Figure FDA0003384507660000023
分别表示四旋翼在惯性坐标系中的位置和线速度;
Figure FDA0003384507660000024
表示四旋翼在本体坐标系中的角速度;
Figure FDA0003384507660000025
Figure FDA0003384507660000026
分别表示四旋翼在惯性坐标系中的位置和线速度的导数,
Figure FDA0003384507660000027
是向量Ωi的斜对称矩阵,操作符(·)是被定义为(x)y=x×y,对于所有的x,
Figure FDA0003384507660000028
其中×表示叉乘,(·)的逆运算是表示为(·),然后得到((x))=x;
Figure FDA0003384507660000029
表示从四旋翼本体坐标系到惯性坐标系的旋转变换矩阵;fi
Figure FDA00033845076600000210
分别表示在四旋翼本体坐标系中的推力和力矩。
4.根据权利要求3所述的方法,其特征在于,步骤S200包括:
步骤S210:让G=(v,ε)表示与一组n架跟随者无人机相关联的有向图,其中v={v12,...νn}为有限非空节点集,
Figure FDA00033845076600000211
为边缘集,(νi,vj)表示无人机j可以通过感知或通信从无人机i获取信息,所述无人机j为子节点,所述无人机i为父节点,但所述无人机i不为子节点,从UAVi到UAVj的有向路径是一个边序列;
步骤S220:定义与有向图G=(v,ε)相关联的邻接矩阵
Figure FDA00033845076600000212
当(νi,vj)∈ε时,有aij>0,否则aij=0,将拉普拉斯矩阵
Figure FDA00033845076600000213
定义为
Figure FDA00033845076600000214
并且lij=-aij,i≠j.;
步骤S230:使用有向图
Figure FDA00033845076600000215
来描述虚拟领航者和跟随者之间的交互拓扑,定义节点集为
Figure FDA00033845076600000216
以及边缘集为
Figure FDA00033845076600000217
若虚拟领航者是第i个跟随者的邻居,则ai0>0,否则ai0=0;
步骤S230:定义与领航者的交互矩阵为D=diag(a10,a20,...,an0),则有向图
Figure FDA00033845076600000218
下领航者-跟随者编队的网络拓扑为交互矩阵H=L+D。
5.根据权利要求4所述的方法,其特征在于,步骤S300包括:
步骤S310:定义位置环的辅助变量为
Figure FDA00033845076600000219
Figure FDA00033845076600000220
设计的二阶滤波辅助系统具体为:
Figure FDA0003384507660000031
其中,辅助变量kαp、kαd、kβp和kβd都是正的增益,位置环的辅助变量αi(0),
Figure FDA0003384507660000032
βi
Figure FDA0003384507660000033
的初始值是任意指定的,函数σ是指满足以下条件的饱和函数:
对于任意xi≠0,有xiσ(xi)>0和σ(0)=0,存在任意
Figure FDA0003384507660000034
使得
Figure FDA0003384507660000035
存在任意σr>0,使得σ(xi)的微分满足|σ(xi)|≤σr
步骤S320:定义与所述二阶滤波辅助系统相关联的位置变量为:
ξi=piii-p0i
其中,ξi表示第i个跟随者与领航者的位置变量,p0表示虚拟领航者的位置,δi表示第i个跟随者与领航者的期望相对位置,αi和βi均表示位置环的辅助变量;
在有向图
Figure FDA0003384507660000036
下,表示ξij=ξij,编队误差被定义为:
Figure FDA0003384507660000037
其中,si表示编队误差,i表示第i个跟随者,aij表示第i个跟随者与第j个跟随者之间的交互拓扑,ai0表示第i个跟随者与领航者之间的交互拓扑,ξi表示第i个跟随者与领航者的位置变量,ξij表示第i个跟随者与第j个跟随者之间的位置变量;
步骤S330:根据所述编队误差得到无需线速度的分布式中间控制输入ui,具体为:
Figure FDA0003384507660000038
其中,kp>0,ηi是所述中间控制输入ui的组成部分,它是任意初始化的并且通过以下方式更新:
Figure FDA0003384507660000039
其中,kv>0,kη>0;
步骤S340:根据所述ui通过依次积分得到βi,根据所述βi得到αi,根据所述αi和所述ui得到参考信号Fi,具体为:
Figure FDA0003384507660000041
根据所述Fi和所述多四旋翼无人机系统模型得到每个四旋翼的输入推力,具体为:
fi=-miFi TRie3
其中,fi表示第i个跟随者的四旋翼的输入推力。
6.根据权利要求5所述的方法,其特征在于,步骤S400包括:
步骤S410:将旋转矩阵误差表示为
Figure FDA0003384507660000042
用矩阵对数函数定义姿态跟踪误差为:
eRi=Log(Rie)
其中,Rid表示任意光滑期望旋转矩阵,Rid=[r1id,r2id,r3id],Rid是从参考信号Fi以及期望偏航角ψid中得到,具体为:
Figure FDA0003384507660000043
其中,bid=[cos(ψid),sin(ψid),0]T,期望的角速度表示为:
Figure FDA0003384507660000044
由于
Figure FDA0003384507660000045
所以与姿态跟踪误差相关的角速度误差为:
Figure FDA0003384507660000046
步骤S420:设计旋转动力学辅助系统,具体为:
Figure FDA0003384507660000047
其中,
Figure FDA0003384507660000048
是辅助旋转矩阵,
Figure FDA0003384507660000049
是辅助系统输入;
Figure FDA0003384507660000051
表示
Figure FDA0003384507660000052
与Rie的误差,定义辅助变量为:
Figure FDA0003384507660000053
辅助系统输入为:
Figure FDA0003384507660000054
其中,ke>0;
步骤S440:根据所述角速度误差、所述旋转矩阵误差、所述期望的角速度和所述具有对称正定特征的惯性矩阵得到角速度误差的时间导数,具体为:
Figure FDA0003384507660000055
利用所述姿态跟踪误差eRi和所述辅助变量
Figure FDA0003384507660000056
设计得到几乎全局的姿态控制器如下:
Figure FDA0003384507660000057
其中,τi表示每个四旋翼的输入力矩。
7.根据权利要求6所述的方法,其特征在于,步骤S500之后还包括:
步骤S600:基于所述有向图的特征值,得到四旋翼无人机编队在有向图下控制的充分必要条件。
8.根据权利要求7所述的方法,其特征在于,步骤S600中的充分必要条件具体为:
Figure FDA0003384507660000058
Figure FDA0003384507660000059
其中,min和max表示最小和最大值,hi为矩阵H的特征值,hi=ci+zdj,
Figure FDA00033845076600000510
i={1,2,...,n},ci和di为实数。
CN202111447691.6A 2021-11-30 2021-11-30 一种有向交互拓扑下无速度测量的四旋翼编队控制方法 Active CN114153228B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111447691.6A CN114153228B (zh) 2021-11-30 2021-11-30 一种有向交互拓扑下无速度测量的四旋翼编队控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111447691.6A CN114153228B (zh) 2021-11-30 2021-11-30 一种有向交互拓扑下无速度测量的四旋翼编队控制方法

Publications (2)

Publication Number Publication Date
CN114153228A true CN114153228A (zh) 2022-03-08
CN114153228B CN114153228B (zh) 2024-04-16

Family

ID=80455390

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111447691.6A Active CN114153228B (zh) 2021-11-30 2021-11-30 一种有向交互拓扑下无速度测量的四旋翼编队控制方法

Country Status (1)

Country Link
CN (1) CN114153228B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115639841A (zh) * 2022-12-15 2023-01-24 北京航空航天大学 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法
CN115657730A (zh) * 2022-12-27 2023-01-31 北京航空航天大学 一种大规模多旋翼无人机鲁棒分簇编队控制方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090210109A1 (en) * 2008-01-14 2009-08-20 Donald Lewis Ravenscroft Computing Flight Plans for UAVs While Routing Around Obstacles Having Spatial and Temporal Dimensions
US20170346679A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and System for Reconstructing Unmanned Aerial Vehicle Formation Communication Topology Based on Minimum Cost Arborescence
US20170347285A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and system for reoptimizing unmanned aerial vehicle formation communication topology based on minimum cost arborescence
CN108388269A (zh) * 2018-03-17 2018-08-10 青岛理工大学 基于四旋翼飞行器的无人机编队飞行控制方法
CN110609572A (zh) * 2019-08-22 2019-12-24 合肥工业大学 无人机编队信息交互拓扑的启发式优化方法和装置
CN111522362A (zh) * 2020-06-15 2020-08-11 湖南大学 一种无线速度反馈的四旋翼无人机分布式编队控制方法
CN111596690A (zh) * 2020-06-15 2020-08-28 湖南大学 一种无线速度测量的四旋翼飞行机器人机动编队控制方法
CN113342037A (zh) * 2021-06-07 2021-09-03 广东工业大学 具有输入饱和的多旋翼无人机时变编队控制方法及系统
CN113342033A (zh) * 2021-05-26 2021-09-03 南京航空航天大学 基于固定时间技术的固定翼无人机姿态同步容错控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090210109A1 (en) * 2008-01-14 2009-08-20 Donald Lewis Ravenscroft Computing Flight Plans for UAVs While Routing Around Obstacles Having Spatial and Temporal Dimensions
US20170346679A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and System for Reconstructing Unmanned Aerial Vehicle Formation Communication Topology Based on Minimum Cost Arborescence
US20170347285A1 (en) * 2016-05-27 2017-11-30 Hefei University Of Technology Method and system for reoptimizing unmanned aerial vehicle formation communication topology based on minimum cost arborescence
CN108388269A (zh) * 2018-03-17 2018-08-10 青岛理工大学 基于四旋翼飞行器的无人机编队飞行控制方法
CN110609572A (zh) * 2019-08-22 2019-12-24 合肥工业大学 无人机编队信息交互拓扑的启发式优化方法和装置
CN111522362A (zh) * 2020-06-15 2020-08-11 湖南大学 一种无线速度反馈的四旋翼无人机分布式编队控制方法
CN111596690A (zh) * 2020-06-15 2020-08-28 湖南大学 一种无线速度测量的四旋翼飞行机器人机动编队控制方法
CN113342033A (zh) * 2021-05-26 2021-09-03 南京航空航天大学 基于固定时间技术的固定翼无人机姿态同步容错控制方法
CN113342037A (zh) * 2021-06-07 2021-09-03 广东工业大学 具有输入饱和的多旋翼无人机时变编队控制方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PENG XIUHUI等: "Distributed leader-follower consensus tracking control for fixed-wind uavs with positive linear speeds under directed graphs", IFAC-PAPERSONLINE, vol. 53, no. 5, 31 December 2020 (2020-12-31), pages 487 - 490 *
刘洪剑等: "一种旋翼无人机组合导航系统设计及应用", 传感技术学报, vol. 30, no. 2, 28 February 2017 (2017-02-28), pages 332 - 336 *
彭麒麟等: "基于连续螺旋滑模的无人机分布式编队控制", 南京航空航天大学学报, vol. 51, no. 6, 31 December 2019 (2019-12-31), pages 778 - 784 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115639841A (zh) * 2022-12-15 2023-01-24 北京航空航天大学 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法
CN115639841B (zh) * 2022-12-15 2023-03-17 北京航空航天大学 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法
CN115657730A (zh) * 2022-12-27 2023-01-31 北京航空航天大学 一种大规模多旋翼无人机鲁棒分簇编队控制方法

Also Published As

Publication number Publication date
CN114153228B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
Cabecinhas et al. A nonlinear quadrotor trajectory tracking controller with disturbance rejection
Sun et al. Circular formation control of multiple unicycle-type agents with nonidentical constant speeds
CN114153228B (zh) 一种有向交互拓扑下无速度测量的四旋翼编队控制方法
Hérissé et al. A terrain-following control approach for a vtol unmanned aerial vehicle using average optical flow
Bhargavapuri et al. Vision-based autonomous tracking and landing of a fully-actuated rotorcraft
Guenard et al. Control laws for the tele operation of an unmanned aerial vehicle known as an x4-flyer
Kumar et al. Flight control of sliding arm quadcopter with dynamic structural parameters
CN111443721A (zh) 一种四旋翼无人机姿态动态面控制方法及存储介质
CN115657730B (zh) 一种大规模多旋翼无人机鲁棒分簇编队控制方法
CN111506099A (zh) 一种无人机高度智能控制系统及方法
Xie Dynamic visual servoing of rotary wing unmanned aerial vehicles
Tang et al. Quadrotor going through a window and landing: An image-based visual servo control approach
Moeini et al. A backstepping disturbance observer control for multirotor UAVs: Theory and experiment
Garcia et al. Robust geometric navigation of a quadrotor UAV on SE (3)
CN110377044B (zh) 一种无人直升机的有限时间高度和姿态跟踪控制方法
CN113110593B (zh) 基于虚拟结构和估计信息传输的飞行编队协同自适应控制方法
BOUZID et al. Generic dynamic modeling for multirotor VTOL UAVs and robust Sliding Mode based Model-Free Control for 3D navigation
Guo et al. Nonlinear vision-based observer for visual servo control of an aerial robot in global positioning system denied environments
CN111857171B (zh) 一种基于质量自适应多层神经网络的无人机控制方法
Kwon et al. EKF based sliding mode control for a quadrotor attitude stabilization
Nieto-Hernandez et al. Monocular slam position scale estimation for quadrotor autonomous navigation
CN114089779A (zh) Gps拒止环境下空中机器人视觉自主控制方法及系统
CN111176311A (zh) 四旋翼无人机姿态的滑模延时估计控制方法及存储介质
Yuan et al. Distributed model predictive formation control for a group of uavs with newton-euler dynamics
Lesecq et al. Quadrotor attitude estimation with data losses

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant